CN107194762A - 交通工具推荐方法、系统及其设备 - Google Patents
交通工具推荐方法、系统及其设备 Download PDFInfo
- Publication number
- CN107194762A CN107194762A CN201710313989.5A CN201710313989A CN107194762A CN 107194762 A CN107194762 A CN 107194762A CN 201710313989 A CN201710313989 A CN 201710313989A CN 107194762 A CN107194762 A CN 107194762A
- Authority
- CN
- China
- Prior art keywords
- passenger
- driver
- vehicles
- server
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000004044 response Effects 0.000 claims abstract description 69
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims description 32
- 230000006399 behavior Effects 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 18
- 230000010365 information processing Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种交通工具推荐方法、系统及其设备，其中，该交通工具推荐方法包括：接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；获取乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征；将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员；向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
Description
技术领域
本发明涉及互联网技术领域，尤其涉及一种交通工具推荐方法、系统及其设备。
背景技术
随着智能终端、移动互联网应用程序的发展，打车应用越来越普及，给城市人们的出行提供了便利。
日常生活中，乘客在通过打车应用叫车时，服务器会根据附近车辆的情况、乘客要去的目的地和司机的评分等级等中的一种或者多种给乘客推送车辆。比如，基于位置信息的打车推荐方法，从乘客叫车的位置计算和周围空车车辆的位置，筛选距离最近的车辆进行推荐。
然而，相关技术中的打车推荐方法，仅仅是基于距离因素向乘客推荐最近的车辆，处理方式单一局限，不能满足用户多方位的乘车需求。
发明内容
本发明提供一种交通工具推荐方法、系统及其设备，以解决现有技术中，仅仅是基于距离因素向乘客推荐最近的交通工具，处理方式单一局限，不能满足用户多方位的交通需求的问题。
本发明第一方面实施例提出了一种交通工具推荐方法，所述方法应用于服务器，包括：接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；获取所述乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征；将所述第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员；向所述第一终端反馈第一响应信息，以及向与所述目标驾驶员对应的第二终端发送第二响应信息。
本发明第二方面实施例提出了一种交通工具推荐方法，所述方法应用于第一终端，包括：向服务器发送使用请求，以使所述服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；接收所述服务器反馈的第一响应信息，其中，所述服务器将所述乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
本发明第三方面实施例提出了一种交通工具推荐方法，所述方法应用于第二终端，包括：接收服务器发送的第二响应信息，其中，与所述第二终端对应的目标驾驶员是所述服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定的；当所述目标驾驶员到达乘客的位置时，向与所述乘客对应的第一终端发送到达响应信息。
本发明第四方面实施例提出了一种服务器，包括：筛选模块，用于接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；第一获取模块，用于获取所述乘客的第一特征；第二获取模块，用于获取每个候选交通工具驾驶员的第二特征；匹配模块，用于将所述第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配；确定模块，用于根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员；发送模块，用于向所述第一终端反馈第一响应信息，以及向与所述目标驾驶员对应的第二终端发送第二响应信息。
本发明第五方面实施例提出了一种第一终端，包括：第一发送模块，用于向服务器发送使用请求，以使所述服务器根据乘客的乘车位置和预设的调度范围筛选满足距离要求的多个候选交通工具；第一接收模块，用于接收所述服务器反馈的第一响应信息，其中，所述服务器将所述乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
本发明第六方面实施例提出了一种第二终端，包括：接收模块，用于接收服务器发送的第二响应信息，其中，与所述第二终端对应的目标驾驶员是所述服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定的；第一发送模块，用于当所述目标驾驶员到达乘客的位置时，向与所述乘客对应的第一终端发送到达响应信息。
本发明第七方面实施例提供了一种交通工具推荐系统，包括第四方面实施例所述的服务器、第五方面实施例所述的终端和第六方面实施例所述的终端。
本发明第八方面实施例提供了一种设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现本发明第一方面实施例所述的交通工具推荐方法。
本发明第九方面实施例提供了一种设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现本发明第二方面实施例所述的交通工具推荐方法。
本发明第十方面实施例提供了一种设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现本发明第三方面实施例所述的交通工具推荐方法。
本发明第十一方面实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备执行本发明第一方面实施例的交通工具推荐方法。
本发明第十二方面实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备执行本发明第二方面实施例的交通工具推荐方法。
本发明第十三方面实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备执行本发明第三方面实施例的交通工具推荐方法。
本发明第十四方面实施例提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行第一方面实施例所述的交通工具推荐方法。
本发明第十五方面实施例提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行第二方面实施例所述的交通工具推荐方法本发明第十六方面实施例提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行第三方面实施例所述的交通工具推荐方法。
本发明实施例提供的技术方案可以包括以下有益效果：
通过接收第一终端发送的使用请求后根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，并获取乘客的第一特征和每个候选交通工具驾驶员的第二特征，接着将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，从而根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员，最后向第一终端第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息，实现根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例提供的基于位置的打车推荐示意图。
图2为本发明实施例提供的第一种交通工具推荐方法的流程示意图；
图3本发明实施例提供的交通工具推荐模型将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配的示意图；
图4本发明实施例提供的一种建立交通工具推荐模型的流程示意图；
图5为本发明实施例提供的基于SVM分类器对收集到驾驶员和乘客的数据信息进行分类处理的结果示意图；
图6为本发明实施例提供的第二种交通工具推荐方法的流程示意图；
图7为本发明实施例提供的第三种交通工具推荐方法的流程示意图；
图8为本发明实施例提供的第四种交通工具推荐方法的流程示意图；
图9为本发明实施例提供的第五种交通工具推荐方法的流程示意图；
图10为本发明实施例提供的第六种交通工具推荐方法的流程示意图；
图11为本发明实施例的一个交通工具推荐方法的流程交互图；
图12为本发明实施例提供的一种服务器的结构示意图；
图13为本发明实施例提供的另一种服务器的结构示意图；
图14为本发明实施例提供的又一种服务器的结构示意图；
图15为本发明实施例提供的一种第四获取模块的结构示意图；
图16为本发明实施例提供的一种第一终端的结构示意图；
图17为本发明实施例提供的另一种第一终端的结构示意图；
图18为本发明实施例提供的一种第二终端的结构示意图；
图19为本发明实施例提供的另一种第二终端的结构示意图；
图20为本发明实施例提供的一种交通工具推荐系统的结构示意图；
图21为本发明实施例提供的一种交通工具推荐装置的结构示意图；
图22为本发明实施例提供的另一种交通工具推荐装置的结构示意图；
图23为本发明实施例提供的又一种交通工具推荐装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的交通工具推荐方法、系统及其设备。
具体地，根据图1所示的基于位置的打车推荐示意图，在乘客A通过打车应用叫车时，服务器B获取乘客A的位置信息，并在乘客A的预设距离范围(比如图1所示的圆圈)内搜索空车车辆，经过处理筛选出距离最近的目标车辆C，并在目标车辆C驾驶员接单后，向乘客推送目标车辆。
因此，为了方便用户，需要向乘客推荐合适目标交通工具，本发明提出一种交通工具推荐方法，该方法相对于现有技术中的仅仅基于位置的交通工具推荐方法相比，本实施例中，涉及乘客特征和驾驶员特征的灵活匹配，增加交通推荐方式的多样性，满足用户多方位的交通需求。
为了便于描述，下面首先集中在服务器侧描述本发明实施例的交通工具推荐方法。
图2为本发明实施例提供的第一种交通工具推荐方法的流程示意图。如图2所示，该交通工具推荐方法包括以下步骤：
步骤101，接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具。
在实际应用当中，乘客在需要交通工具时，可以通过第一终端上的交通工具应用、或者是打电话等方式输入使用请求，从而服务器能够接收到相对应的使用请求，并根据乘客的位置和预设的调度范围筛选出满足距离要求的多个候选交通工具。
需要说明的是，第一终端可以根据实际应用需要进行选择设置，比如手机、平板电脑和智能佩戴设备等。
可以理解的是，服务器可以根据具体应用场景不同采用不同的方式获取乘客位置，举例说明如下：
第一种示例，通过第一终端上的定位装置(比如手机的GPS装置)获取乘客的位置信息。
第二种示例，通过对使用请求的处理，获取乘客的位置信息，即乘客输入的使用请求中包括乘客的位置。
需要注意的是，以上对乘客位置的获取方式仅为举例说明，可以根据实际应用需要进行选择和调整。
需要说明的是，预设的调度范围可以根据实际应用需要进行选择设置，比如3KM、5KM等。一般，指的是大部分乘客、驾驶员能够接受的调度范围，即同时满足乘客对于等待时间和驾驶员对于空车行驶的经济要求等情况下的调度范围。
步骤102，获取乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征。
具体地，确定了满足距离要求的多个候选交通工具后，为了向乘客提供与其特征最匹配的目标驾驶员，需要获取乘客的第一特征和每个候选交通工具驾驶员的第二特征。
需要说明的是，可以根据实际应用场景需要，采用不同的方式获取乘客的第一特征，举例说明如下：
第一种示例，根据乘客的标识信息查询数据库中的乘客属性注册信息，获取乘客的属性特征。
第二种示例，根据乘客的标识信息查询数据库中的乘客偏好注册信息，获取乘客的偏好特征。
第三种示例，向第一终端提供使用场景设置界面，根据设置信息获取乘客的使用场景特征。
由此，乘客的第一特征可以包括但不限于乘客的属性特征(比如年龄、性别等)、乘客的偏好特征(比如兴趣爱好、风俗习惯等)和乘客的使用场景(比如夜晚打车)特征等中的一种或者多种。
需要说明的是，以上方式仅为获取乘客的第一特征的举例说明，可以根据实际应用需要选择或者设置其他的方式。
需要说明的是，可以根据实际应用场景需要，采用不同的方式获取每个候选交通工具驾驶员的第二特征，举例说明如下：
第一种示例，根据每个候选交通工具驾驶员的标识信息查询数据库中的驾驶员属性注册信息，获取每个候选交通工具驾驶员的属性特征。
第二种示例，根据每个候选交通工具驾驶员的标识信息查询数据库中的驾驶员偏好注册信息，获取每个候选交通工具驾驶员的偏好特征。
由此，每个候选交通工具驾驶员的第二特征可以包括但不限于每个候选交通工具驾驶员的属性特征(比如年龄、性别等)和每个候选交通工具驾驶员的偏好特征(比如特殊才艺、擅长领域等)等中的一种或者多种。
需要说明的是，以上方式仅为获取每个候选交通工具驾驶员的第二特征的举例说明，可以根据实际应用需要选择或者设置其他的方式。
步骤103，将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
步骤104，向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息。
具体地，可以通过很多种方式将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配。作为一种示例，具有预先训练好的交通工具推荐模型，通过该交通工具推荐模型可以将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，从而根据匹配结果确定目标驾驶员。具体结合图3解释说明如下：
具体地，图3本发明实施例提供的交通工具推荐模型将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配的示意图。如图3所示，将乘客A的第一特征(a1、a2、a3和a4)和候选交通工具驾驶员X的第二特征(x1、x2、x3和x4)、候选交通工具驾驶员Y的第二特征(y1、y2、y3和y4)输入交通工具推荐模型，交通工具推荐模型将(a1、a2、a3和a4)和(x1、x2、x3和x4)进行匹配，得到的匹配结果为a1和x1匹配、a2和x2匹配。接着交通工具推荐模型将(a1、a2、a3和a4)和(y1、y2、y3和y4)进行匹配，得到的匹配结果为a1和y1匹配、a3和y3和a4和y4匹配。由此，可以确定匹配度最高的候选交通工具驾驶员Y作为目标驾驶员。
需要说明的是，在上述例子中，匹配度最高的候选驾驶员为一个即图3中的Y，由此可以将候选驾驶员Y确定为目标驾驶员。当匹配度最高的候选驾驶员为多个，继续以上述例子为例，比如还有候选驾驶员Z的匹配度和候选驾驶员Y一样，需要进一步选择与乘客的位置最近的候选驾驶员为目标驾驶员。比如，候选驾驶员Y与乘客位置的距离为1.8KM；候选驾驶员Z与乘客当前位置的距离为2KM，则选择候选驾驶员Y为目标驾驶员。即本发明实施例在预先调度范围内，首先考虑乘客特征和驾驶员特征匹配度高的，在匹配度一样高的情况下再考虑距离最近。进一步满足乘客个性化需求。
需要说明的是，不限于上述描述中将预先训练好的交通工具推荐模型将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，还可以通过预先设置的算法等方式进行匹配，可以根据实际应用需要进行选择设置。
进而，在确定目标驾驶员后，服务器向目标驾驶员对应的第二终端发送第二响应信息，并接收到第二终端发送的确认接单信息，最后向第一终端反馈第一响应信息。
其中，第一响应信息可以是包括乘客信息的接单通知等；第二响应信息可以包括目标驾驶员信息的打车响应等。
综上所述，本发明实施例的交通工具推荐方法，通过接收第一终端发送的使用请求后根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，并获取乘客的第一特征和每个候选交通工具驾驶员的第二特征，接着将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，从而根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员，最后向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
基于以上实施例，为了领域人员更加清楚本实施例的交通工具推荐模型，下面结合图4具体说明如何建立交通工具推荐模型的具体过程。
图4本发明实施例提供的一种建立交通工具推荐模型的流程示意图。如图4所示，在步骤103之前，还包括：
步骤201，获取乘客使用交通工具的正样本数据集合和负样本数据集合；其中，正样本数据集合包括：乘客样本特征、驾驶员样本特征，以及正面评价信息的对应关系，负样本数据集合包括：乘客样本特征、驾驶员样本特征，以及负面评价信息的对应关系。
步骤202，根据正样本数据集合和负样本数据集合训练模型参数生成交通工具推荐模型，以应用交通工具推荐模型确定目标驾驶员。
具体地，服务器能够收集到驾驶员和乘客的数据信息，可以通过相关分类器对收集到驾驶员和乘客的数据信息进行处理获取交通工具应用的正样本数据集合和负样本数据集合。
作为一种示例，比如通过SVM(Support Vector Machine，支持向量机)分类器对收集到驾驶员和乘客的数据信息进行分类处理，SVM是一种基于分类边界的方法，基本原理是以二维数据为例：训练数据分布在二维平面上的点按照其分类聚集在不同的区域，即通过训练找到分界点后进行线性划分。
具体地，如图5所示，以乘客打分3星为分界点，乘客打分超过3星的乘客样本特征、驾驶员样本特征，以及正面评价信息的对应关系作为正样本数据集合位于分界线右边区域；乘客打分不超过3星的乘客样本特征、驾驶员样本特征，以及负面评价信息的对应关系作为负样本数据集合位于分界线左边区域。
需要说明的是，分解点可以根据实际应用需要进行选择，比如可以为4星，还可以为分数形式比如80分等。
其中，乘客样本特征包括：年龄、性别、家乡、爱好、擅长话题和特殊技能等中的一种或者多种；驾驶员样本特征包括：年龄、性别、家乡、爱好、职业、感兴趣领域和特殊要求等中的一种或者多种；正面评价信息包括：服务态度好、交通工具比较干净整洁和准时送达目的地等中的一种或者多种；负面评价信息包括：服务态度差、交通工具比较脏和多绕路等中的一种或者多种。
进而，根据正样本数据集合和负样本数据集合训练模型参数生成交通工具推荐模型。其中，正样本数据集合和负样本数据集合可以按照预订的比例训练模型参数，比如1:1的比例进行训练模型参数生成交通工具推荐模型。
由此，训练好的交通工具推荐模型，能够将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配。从而根据匹配度确定目标驾驶员。
图6为本发明实施例提供的第二种交通工具推荐方法的流程示意图。如图6所示，在步骤S104后，该交通工具推荐方法还包括：
步骤301，获取目标驾驶员为乘客进行驾驶服务的评价信息。
具体地，可以根据具体应用场景不同采用不同的方式获取目标驾驶员为乘客进行驾驶服务的评价信息，举例说明如下：
第一种示例，采集目标驾驶员的驾驶行为信息，采用预设的信息处理算法从驾驶行为信息中提取驾驶行为特征，应用机器学习逻辑回归模型对驾驶行为特征进行处理，生成目标驾驶员为乘客进行驾驶服务的评价信息。
具体地，可以根据具体应用场景不同采用不同的方式采集目标驾驶员的驾驶行为信息，举例说明如下：
示例一，通过目标驾驶员交通工具中的导航设备采集驾驶路线信息。
具体地，通过目标驾驶员交通工具中的GPS定位装置等导航设备采集驾驶路线是出发地和目的地距离最短的一条路线，采用预设的信息处理算法从驾驶路线信息中提取驾驶行为特征为按照正确路线行驶，应用机器学习逻辑回归模型对按照正确路线行驶进行处理，生成目标驾驶员为乘客进行驾驶服务的评价信息为满意，更具体可以为5星、或者95分等。
可以理解的是，当采集驾驶路线是出发地和目的地距离是相对比较长距离或者是比较最堵车的一条路线，通过处理后，生成目标驾驶员为乘客进行驾驶服务的评价信息为不满意，更具体可以为2星、或者60分等。
示例二，通过目标驾驶员交通工具中的摄像头采集驾驶视频信息。
具体地，可以通过目标驾驶员交通工具中的摄像头比如交通记录仪、终端和摄像装置等采集驾驶视频信息，比如目标驾驶员的动作、行为等，然后采用预设的信息处理算法从目标驾驶员的动作、行为中提取驾驶行为特征为安全行驶，应用机器学习逻辑回归模型对安全行驶进行处理，生成目标驾驶员为乘客进行驾驶服务的评价信息为满意，更具体可以为5星、或者95分等。
可以理解的是，目标驾驶员可能出现单手驾驶、打电话等行为时，可以确定为不安全行驶，通过处理后，生成目标驾驶员为乘客进行驾驶服务的评价信息为不满意，更具体可以为2星、或者60分等。
示例三，通过目标驾驶员交通工具中的录音器采集驾驶语音信息。
具体地，可以通过目标驾驶员交通工具中的录音器采集驾驶语音信息，比如目标驾驶员的语音信息，然后采用预设的信息处理算法从目标驾驶员的语音信息中提取驾驶行为特征为文明行驶，应用机器学习逻辑回归模型对文明行驶进行处理，生成目标驾驶员为乘客进行驾驶服务的评价信息为满意，更具体可以为5星、或者95分等。
可以理解的是，目标驾驶员可能出现不文明语音时，可以确定为不文明行驶，通过处理后，生成目标驾驶员为乘客进行驾驶服务的评价信息为不满意，更具体可以为2星、或者60分等。
由此，目标驾驶员的驾驶行为信息可以包括但不限于驾驶路线信息、驾驶视频信息和驾驶语音信息等中的一种或者多种。
第二种示例，接收乘客反馈的目标驾驶员为其进行驾驶服务的评价信息。
具体地，乘客可以在结束行程户，通过自身体验经历将对目标驾驶员为其进行驾驶服务的评价信息反馈给服务器。
需要说明的是，以上方式仅为获取目标驾驶员为乘客进行驾驶服务的评价信息的举例说明，可以根据实际应用需要选择或者设置其他的方式。
步骤302，根据乘客的第一特征、目标驾驶员的第二特征和评价信息对交通工具推荐模型的参数进行矫正训练。
具体地，在获取评价信息后，能够根据乘客的第一特征、目标驾驶员的第二特征和评价信息对交通工具推荐模型的参数进行矫正训练。进一步提高匹配的准确性，从而提高乘客出行体验。
由此，实现满足不用乘客的出行需求，比如能够针对外地游客推荐熟悉本地路况、景点信息的目标驾驶员；针对外国人推荐懂得相应外语的目标驾驶员；针对热爱美食的乘客推荐熟悉本地美食的驾驶员；针对购物达人，推荐熟悉本地商场打折活动的驾驶员等等。从而，提高出行乐趣，实现个性化的订制服务。
为了更加全面的说明本发明实施例的交通工具推荐方法，下面集中在第一终端侧描述本发明实施例的交通工具推荐方法。
图7为本发明实施例提供的第三种交通工具推荐方法的流程示意图。如图7所示，该交通工具推荐方法包括：
步骤401，向服务器发送使用请求，以使服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具。
步骤402，接收服务器反馈的第一响应信息，其中，服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
可以理解的是，可以根据具体应用场景不同采用不同的方式输入使用请求，举例说明如下：
第一种示例，打开交通工具应用通过语音输入形式，比如“我要去天安门”等形式向服务器发送使用请求。
第二种示例，打开交通工具应用通过文字输入形式，输入“天安门”向服务器发送使用请求。
具体地，在向服务器发送使用请求后，服务器可以根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，并将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
进而，能够接收到服务器第一响应信息。可以理解的是，通过对第一响应信息的解析，能够获取目标驾驶员信息，比如电话号码、评分等级等等，从而可以与目标驾驶员取得联系，更好满足乘客出行体验。
本发明实施例的交通工具推荐方法，通过向服务器发送使用请求，以使服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，然后接收服务器反馈的第一响应信息，其中，服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
图8为本发明实施例提供的第四种交通工具推荐方法的流程示意图。如图8所示，该交通工具推荐方法包括：
步骤501，向服务器发送携带乘客标识信息的属性特征，以使服务器将乘客标识信息和属性特征的对应关系存储在数据库中的乘客属性注册信息中。
步骤502，向服务器发送携带乘客标识信息的偏好特征，以使服务器将乘客标识信息和偏好特征的对应关系存储在数据库中的乘客偏好注册信息中。
具体地，乘客可以通过第一终端预先上传乘客的属性特征、乘客的偏好特征等作为乘客的第一特征存储在服务器中。作为一种实现形式，乘客在第一终端上的交通工具应用注册时，交通工具应用提供信息填写页面以便乘客输入属性特征(比如年龄、性别等)和偏好特征(比如兴趣爱好、风俗习惯和乘车忌讳等)。
可以理解的是，在上述注册时每个乘客具有其唯一账号和密码、或者是电话号码等形式作为乘客标识信息，以确定乘客的唯一性，以及能够将乘客与其属性特征、偏好特征一一对应。
进而，服务器能够将乘客标识信息(比如账号密码)和属性特征的对应关系存储在数据库中的乘客属性注册信息中；将乘客标识信息和偏好特征的对应关系存储在数据库中的乘客偏好注册信息中。
步骤503，向服务器发送使用请求，以使服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具。
需要说明的是，步骤503的描述与上述步骤401相对应，因此对的步骤503的描述参考上述步骤401的描述，在此不再赘述。
步骤504，接收服务器反馈的使用场景设置界面。
步骤505，在使用场景设置界面中设置乘客的使用场景特征并发送给服务器。
具体地，为了进一步满足乘客的出行需求，可以设置乘客的使用场景特征。作为一种实现形式，比如女乘客晚上回家，可以接收服务器反馈的使用场景设置界面后，在使用场景设置界面中设置乘客的使用场景特征为女驾驶员发送给服务器。
步骤506，接收服务器反馈的第一响应信息，其中，服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
需要说明的是，步骤506的描述与上述步骤402相对应，因此对的步骤506的描述参考上述步骤402的描述，在此不再赘述。
步骤507，向服务器发送乘客反馈的目标驾驶员为其进行驾驶服务的评价信息。
具体地，乘客在结束行程后，可以通过自己的出行体验，对目标驾驶员的驾驶服务进行评价，并将评价信息反馈给服务器，以便服务器能够进一步根据评价信息对交通工具推荐模型进行矫正训练，即利用采集的数据对交通工具推荐模型进行实时更新。由此，进一步提高交通工具推荐的准确性，更贴近乘客的个性化需求。
为了更加全面的说明本发明实施例的交通工具推荐方法，下面集中在第二终端侧描述本发明实施例的交通工具推荐方法。
图9为本发明实施例提供的第五种交通工具推荐方法的流程示意图。如图9所示，该交通工具推荐方法包括：
步骤601，接收服务器发送的第二响应信息，其中，与第二终端对应的目标驾驶员是服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定的。
步骤602，当目标驾驶员到达乘客的位置时，向与乘客对应的第一终端发送到达响应信息。
具体地，在服务器可以应用预先训练的交通工具推荐模型等方式将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定的目标驾驶员后，与目标驾驶员对应的第二终端接收服务器发送的第二响应信息。
可以理解的是，通过对第二响应信息的解析，可以获取乘客要去的目的地、电话号码等信息。由此，在目标驾驶员到达目的地后，可以向乘客对应的第一终端发送到达响应信息。其形式可以是短信、电话等形式。
本发明实施例的交通工具推荐方法，通过接收服务器发送的第二响应信息，其中，与第二终端对应的目标驾驶员是服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定的，并当目标驾驶员到达乘客的位置时，向与乘客对应的第一终端发送到达响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
图10为本发明实施例提供的第六种交通工具推荐方法的流程示意图。如图10所示，在步骤601之前，该交通工具推荐方法还包括：
步骤701，向服务器发送携带驾驶员标识信息的属性特征，以使服务器将驾驶员标识信息和属性特征的对应关系存储在数据库中的驾驶员属性注册信息中。
步骤702，向服务器发送携带驾驶员标识信息的偏好特征，以使服务器将驾驶员标识信息和偏好特征的对应关系存储在数据库中的驾驶员偏好注册信息中。
具体地，驾驶员可以通过第二终端预先上传驾驶员的属性特征、驾驶员的偏好特征等作为驾驶员的第二特征存储在服务器中。作为一种实现形式，驾驶员在第二终端上的交通工具应用注册时，交通工具应用提供信息填写页面以便驾驶员输入属性特征(比如年龄、性别等)和偏好特征(比如特殊才艺、擅长领域等)。
可以理解的是，在上述注册时每个驾驶员具有其唯一账号和密码、或者是电话号码等形式作为驾驶员标识信息，以确定驾驶员的唯一性，以及能够将驾驶员与其属性特征、偏好特征一一对应。
进而，服务器能够将驾驶员标识信息(比如账号密码)和属性特征的对应关系存储在数据库中的驾驶员属性注册信息中；将驾驶员标识信息和偏好特征的对应关系存储在数据库中的驾驶员偏好注册信息中。
由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而提高了出行体验，满足乘客个性化的订制服务。
图11为本发明实施例的一个交通工具推荐方法的流程交互图。
参见图11，本实施例包括：服务器、第一终端和第二终端。本实施例通过设备之间的信息交互举例描述本实施例提供的交通工具推荐方法的流程的具体应用场景，具体说明如下：
步骤1.01，第一终端向服务器发送使用请求。
具体地，乘客需要乘坐交通工具时，打开第一终端上的交通工具应用，向服务器发送使用请求。作为一种场景实现：乘客通过手机打开打车应用“DD”，通过手动输入目的地“天安门”，乘车位置为“当前位置”等发送使用请求给服务器。
步骤1.02，服务器接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具。
步骤1.03，服务器获取乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征。
步骤1.04，服务器将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
步骤1.05，服务器向第一终端反馈第一响应信息，向与目标驾驶员对应的第二终端发送第二响应信息。
具体地，服务器在接收到使用请求后，通过对使用请求的解析等方式，获取乘客的位置，即需要打车的具体地点，并在预设的调度范围筛选满足距离要求的多个候选交通工具。
进而，在预先的数据库中根据乘客标识信息、每个驾驶员标识信息获取乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征。从而，可以应用预先训练的交通工具推荐模型等方式将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
可以理解的是，与乘客特征匹配度最高的驾驶员有一个、或者多个，在存在对个的情况下时，从中选择距离最近的驾驶员最为目标驾驶员，向与目标驾驶员对应的第二终端发送第二响应信息，同时向第一终端反馈第一响应信息。
步骤1.06，第二终端向与乘客对应的第一终端发送到达响应信息。
由此，在目标驾驶员到达乘客的乘车位置时，向与乘客对应的第一终端发送到达响应信息。
本发明实施例的交通工具推荐方法，第一终端向服务器发送使用请求，服务器接收第一终端发送的使用请求后根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，并获取乘客的第一特征和每个候选交通工具驾驶员的第二特征，接着将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，从而根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员，最后向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息，第二终端向与乘客对应的第一终端发送到达响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而提高了出行体验，满足乘客个性化的订制服务。
为了实现上述实施例，本发明还提出一种服务器。
图12为本发明实施例提供的一种服务器的结构示意图。该服务器包括：筛选模块11、第一获取模块12、第二获取模块13、匹配模块14、确定模块15和发送模块16。
其中，筛选模块11，用于接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具。
第一获取模块12，用于获取乘客的第一特征。
第二获取模块13，用于获取每个候选交通工具驾驶员的第二特征。
匹配模块14，用于将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配。
确定模块15，用于根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
发送模块16，用于向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息。
进一步地，第一获取模块12，具体用于根据乘客的标识信息查询数据库中的乘客属性注册信息，获取乘客的属性特征，和/或；根据乘客的标识信息查询数据库中的乘客偏好注册信息，获取乘客的偏好特征，和/或；向第一终端提供使用场景设置界面，根据设置信息获取乘客的使用场景特征。
进一步地，第二获取模块13，具体用于根据每个候选交通工具驾驶员的标识信息查询数据库中的驾驶员属性注册信息，获取每个候选交通工具驾驶员的属性特征，和/或；根据每个候选交通工具驾驶员的标识信息查询数据库中的驾驶员偏好注册信息，获取每个候选交通工具驾驶员的偏好特征。
进一步地，确定模块15，具体用于若匹配度最高的候选驾驶员为一个，则将候选驾驶员确定为目标驾驶员；若匹配度最高的候选驾驶员为多个，则选择与乘客的当前位置距离最近的候选驾驶员为目标驾驶员。
进一步，作为一种可能的实现方式，图13为本发明实施例提供的另一种服务器的结构示意图，如图13所示，在图12的基础上，该服务器还包括：第三获取模块17和生成模块18。
其中，第三获取模块17，用于获取打车应用的正样本数据集合和负样本数据集合；其中，正样本数据集合包括：乘客样本特征、驾驶员样本特征，以及正面评价信息的对应关系，负样本数据集合包括：乘客样本特征、驾驶员样本特征，以及负面评价信息的对应关系。
生成模块18，用于根据正样本数据集合和负样本数据集合训练模型参数生成交通工具推荐模型。
进一步，作为一种可能的实现方式，图14为本发明实施例提供的又一种服务器的结构示意图，如图14所示，在图13的基础上，该服务器还包括：第四获取模块19和训练模块110。
其中，第四获取模块19，用于获取目标驾驶员为乘客进行驾驶服务的评价信息。
训练模块20，用于根据乘客的第一特征、目标驾驶员的第二特征和评价信息对交通工具推荐模型的参数进行矫正训练。
图15为本发明实施例提供的一种第四获取模块的结构示意图。第四获取模块19包括：采集单元191、提取单元192和处理单元193。
其中，采集单元191，用于采集目标驾驶员的驾驶行为信息。
提取单元192，用于采用预设的信息处理算法从驾驶行为信息中提取驾驶行为特征。
处理单元193，用于应用机器学习逻辑回归模型对驾驶行为特征进行处理，生成目标驾驶员为乘客进行驾驶服务的评价信息。
进一步地，采集单元191，具体用于通过目标驾驶员交通工具中的导航设备采集驾驶路线信息；和/或；通过目标驾驶员交通工具中的摄像头采集驾驶视频信息；和/或；通过目标驾驶员交通工具中的录音器采集驾驶语音信息。
进一步地，第四获取模块19还包括：接收单元194。
其中，接收单元194，用于接收乘客反馈的目标驾驶员为其进行驾驶服务的评价信息。
需要说明的是，前述对交通工具推荐方法实施例的解释说明也适用于本实施例的服务器，此处不再赘述。
本发明实施例的服务器，通过接收第一终端发送的使用请求后根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，并获取乘客的第一特征和每个候选交通工具驾驶员的第二特征，接着将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，从而根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员，最后向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
图16为本发明实施例提供的一种第一终端的结构示意图。该第一终端包括：第一发送模块21和第一接收模块22。
其中，第一发送模块21，用于向服务器发送使用请求，以使服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具。
第一接收模块22，用于接收服务器反馈的第一响应信息，其中，服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
进一步，作为一种可能的实现方式，图17为本发明实施例提供的又一种第一终端的结构示意图，如图17所示，在图16的基础上，该第一终端还包括：第二发送模块23、第三发送模块24、第二接收模块25、处理模块26和反馈模块27。
其中，第二发送模块23，用于向服务器发送携带乘客标识信息的属性特征，以使服务器将乘客标识信息和属性特征的对应关系存储在数据库中的乘客属性注册信息中，和/或；
第三发送模块24，用于向服务器发送携带乘客标识信息的偏好特征，以使服务器将乘客标识信息和偏好特征的对应关系存储在数据库中的乘客偏好注册信息中。
第二接收模块25，用于接收服务器反馈的使用场景设置界面。
处理模块26，用于在使用场景设置界面中设置乘客的使用场景特征并发送给服务器。
反馈模块27，用于向服务器发送乘客反馈的所述目标驾驶员为其进行驾驶服务的评价信息。
需要说明的是，前述对交通工具推荐方法实施例的解释说明也适用于本实施例的终端，此处不再赘述。
本发明实施例的第一终端，通过向服务器发送使用请求，以使服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，然后接收服务器反馈的第一响应信息，其中，服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
图18为本发明实施例提供的一种第二终端的结构示意图。该第二终端包括：接收模块31和第一发送模块32。
其中，接收模块31，用于接收服务器发送的第二响应信息，其中，与第二终端对应的目标驾驶员是服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定的。
第一发送模块32，用于当目标驾驶员到达乘客的位置时，向与乘客对应的第一终端发送到达响应信息。
进一步，作为一种可能的实现方式，图19为本发明实施例提供的又一种第二终端的结构示意图，如图19所示，在图18的基础上，该第二终端还包括：第二发送模块33、第三发送模块34。
其中，第二发送模块33，用于向服务器发送携带驾驶员标识信息的属性特征，以使服务器将所述驾驶员标识信息和属性特征的对应关系存储在数据库中的驾驶员属性注册信息中，和/或；
第三发送模块34，用于向服务器发送携带驾驶员标识信息的偏好特征，以使服务器将所述驾驶员标识信息和偏好特征的对应关系存储在数据库中的驾驶员偏好注册信息中。
需要说明的是，前述对交通工具推荐方法实施例的解释说明也适用于本实施例的终端，此处不再赘述。
本发明实施例的第二终端，通过接收服务器发送的第二响应信息，其中，与第二终端对应的目标驾驶员是服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定的，并当目标驾驶员到达乘客的位置时，向与乘客对应的第一终端发送到达响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
图20为本发明实施例提供的一种打车推荐系统的结构示意图。该打车推荐系统包括：本发明图12至图15所述的服务器1、本发明图16至图17所述的第一终端2和本发明图18至图19所述第二终端3。
需要说明的是，前述对交通工具推荐方法实施例的解释说明也适用于本实施例的打车推荐系统，此处不再赘述。
本发明实施例的打车推荐系统，第一终端发送使用请求，服务器接收第一终端发送的使用请求后根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具，并获取乘客的第一特征和每个候选交通工具驾驶员的第二特征，接着将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，从而根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员，最后向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息，第二终端向与乘客对应的第一终端发送到达响应信息。由此，实现了根据乘客特征和驾驶员特征灵活匹配确定目标交通工具，从而增加交通推荐方式的多样性，满足用户多方位的交通需求。
为了实现上述实施例，本发明还提出一种打车推荐装置。
图21为本发明实施例提供的一种打车推荐装置的结构示意图。
其中，需要说明的是，图21以服务器侧为例。如图21所示，该打车推荐装置可以包括：处理器11；用于存储处理器可执行指令的存储器12。其中，处理器11被配置为：接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；获取乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征；将第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员；向第一终端反馈第一响应信息，以及向与目标驾驶员对应的第二终端发送第二响应信息。
图22为本发明实施例提供的另一种打车推荐装置的结构示意图。
其中，需要说明的是，图22以第一终端侧为例。如图22所示，该打车推荐装置可以包括：处理器11；用于存储处理器可执行指令的存储器12。其中，处理器11被配置为：向服务器发送使用请求，以使服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；接收服务器反馈的第一响应信息，其中，服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
图23为本发明实施例提供的又一种打车推荐装置的结构示意图。
其中，需要说明的是，图23以第二终端侧为例。如图23所示，该打车推荐装置可以包括：处理器11；用于存储处理器可执行指令的存储器12。其中，处理器11被配置为：接收服务器发送的第二响应信息，其中，与第二终端对应的目标驾驶员是所述服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据乘客与每个候选交通工具驾驶员之间的特征匹配度确定的；当目标驾驶员到达乘客的乘车位置时，向与乘客对应的第一终端发送到达响应信息。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (15)
1.一种交通工具推荐方法，其特征在于，所述方法应用于服务器，包括：
接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；
获取所述乘客的第一特征，以及获取每个候选交通工具驾驶员的第二特征；
将所述第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员；
向所述第一终端反馈第一响应信息，以及向与所述目标驾驶员对应的第二终端发送第二响应信息。
2.如权利要求1所述的方法，其特征在于，所述根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员，包括：
若匹配度最高的候选驾驶员为一个，则将所述候选驾驶员确定为目标驾驶员；
若匹配度最高的候选驾驶员为多个，则选择与所述乘客的当前位置距离最近的候选驾驶员为目标驾驶员。
3.如权利要求1所述的方法，其特征在于，在所述交通工具推荐模型将所述第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配之前，还包括：
获取乘客使用交通工具的正样本数据集合和负样本数据集合；其中，所述正样本数据集合包括：乘客样本特征、驾驶员样本特征，以及正面评价信息的对应关系，所述负样本数据集合包括：乘客样本特征、驾驶员样本特征，以及负面评价信息的对应关系；
根据所述正样本数据集合和所述负样本数据集合训练模型参数生成交通工具推荐模型，以应用所述交通工具推荐模型确定所述目标驾驶员。
4.如权利要求3所述的方法，其特征在于，还包括：
获取所述目标驾驶员为所述乘客进行驾驶服务的评价信息；
根据所述乘客的第一特征、所述目标驾驶员的第二特征和所述评价信息对所述交通工具推荐模型的参数进行矫正训练。
5.如权利要求4所述的方法，其特征在于，所述获取所述目标驾驶员为所述乘客进行驾驶服务的评价信息，包括：
采集所述目标驾驶员的驾驶行为信息；
采用预设的信息处理算法从所述驾驶行为信息中提取驾驶行为特征；
应用机器学习逻辑回归模型对所述驾驶行为特征进行处理，生成所述目标驾驶员为所述乘客进行驾驶服务的评价信息。
6.如权利要求5所述的方法，其特征在于，所述采集所述目标驾驶员的驾驶行为信息，包括：
通过所述目标驾驶员交通工具中的导航设备采集驾驶路线信息；和/或；
通过所述目标驾驶员交通工具中的摄像头采集驾驶视频信息；和/或；
通过所述目标驾驶员交通工具中的录音器采集驾驶语音信息。
7.一种交通工具推荐方法，其特征在于，所述方法应用于第一终端，包括：
向服务器发送使用请求，以使所述服务器根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；
接收所述服务器反馈的第一响应信息，其中，所述服务器将所述乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
8.如权利要求7所述的方法，其特征在于，在所述向服务器发送使用请求之前，还包括：
向所述服务器发送携带乘客标识信息的属性特征，以使所述服务器将所述乘客标识信息和所述属性特征的对应关系存储在数据库中的乘客属性注册信息中，和/或；
向所述服务器发送携带乘客标识信息的偏好特征，以使所述服务器将所述乘客标识信息和所述偏好特征的对应关系存储在数据库中的乘客偏好注册信息中。
9.如权利要求7所述的方法，其特征在于，在所述向服务器发送使用请求之后，还包括：
接收所述服务器反馈的使用场景设置界面；
在所述使用场景设置界面中设置所述乘客的使用场景特征并发送给所述服务器。
10.一种交通工具推荐方法，其特征在于，所述方法应用于第二终端，包括：
接收服务器发送的第二响应信息，其中，与所述第二终端对应的目标驾驶员是所述服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定的；
当所述目标驾驶员到达乘客的位置时，向与所述乘客对应的第一终端发送到达响应信息。
11.如权利要求10所述的方法，其特征在于，在所述接收服务器发送的第二响应信息之前，还包括：
向所述服务器发送携带驾驶员标识信息的属性特征，以使所述服务器将所述驾驶员标识信息和所述属性特征的对应关系存储在数据库中的驾驶员属性注册信息中，和/或；
向所述服务器发送携带驾驶员标识信息的偏好特征，以使所述服务器将所述驾驶员标识信息和所述偏好特征的对应关系存储在数据库中的驾驶员偏好注册信息中。
12.一种服务器，其特征在于，包括：
筛选模块，用于接收第一终端发送的使用请求，根据乘客的位置和预设的调度范围筛选满足距离要求的多个候选交通工具；
第一获取模块，用于获取所述乘客的第一特征；
第二获取模块，用于获取每个候选交通工具驾驶员的第二特征；
匹配模块，用于将所述第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配；
确定模块，用于根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员；
发送模块，用于向所述第一终端反馈第一响应信息，以及向与所述目标驾驶员对应的第二终端发送第二响应信息。
13.一种第一终端，其特征在于，包括：
第一发送模块，用于向服务器发送使用请求，以使所述服务器根据乘客的乘车位置和预设的调度范围筛选满足距离要求的多个候选交通工具；
第一接收模块，用于接收所述服务器反馈的第一响应信息，其中，所述服务器将所述乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定目标驾驶员。
14.一种第二终端，其特征在于，包括：
接收模块，用于接收服务器发送的第二响应信息，其中，与所述第二终端对应的目标驾驶员是所述服务器将乘客的第一特征分别与每个候选交通工具驾驶员的第二特征进行匹配，根据所述乘客与每个候选交通工具驾驶员之间的特征匹配度确定的；
第一发送模块，用于当所述目标驾驶员到达乘客的位置时，向与所述乘客对应的第一终端发送到达响应信息。
15.一种交通工具推荐系统，其特征在于，包括：
如权利要求16-24任一所述的服务器；
如权利要求25-28任一所述的第一终端；
以及如权利要求29或30所述的第二终端。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710313989.5A CN107194762A (zh) | 2017-05-05 | 2017-05-05 | 交通工具推荐方法、系统及其设备 |
| PCT/CN2018/084763 WO2018201979A1 (zh) | 2017-05-05 | 2018-04-27 | 交通工具推荐方法、系统及其设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710313989.5A CN107194762A (zh) | 2017-05-05 | 2017-05-05 | 交通工具推荐方法、系统及其设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107194762A true CN107194762A (zh) | 2017-09-22 |
Family
ID=59872401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710313989.5A Pending CN107194762A (zh) | 2017-05-05 | 2017-05-05 | 交通工具推荐方法、系统及其设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN107194762A (zh) |
| WO (1) | WO2018201979A1 (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107993019A (zh) * | 2017-12-12 | 2018-05-04 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108009735A (zh) * | 2017-12-12 | 2018-05-08 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108038707A (zh) * | 2017-11-01 | 2018-05-15 | 平安科技（深圳）有限公司 | 项目推荐方法、电子设备及计算机可读存储介质 |
| CN108153829A (zh) * | 2017-12-12 | 2018-06-12 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108182512A (zh) * | 2017-12-12 | 2018-06-19 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108376354A (zh) * | 2018-01-10 | 2018-08-07 | 链家网（北京）科技有限公司 | 一种基于网络图结构的推荐方法及装置 |
| WO2018201979A1 (zh) * | 2017-05-05 | 2018-11-08 | 腾讯科技（深圳）有限公司 | 交通工具推荐方法、系统及其设备 |
| CN109919708A (zh) * | 2019-01-24 | 2019-06-21 | 平安科技（深圳）有限公司 | 一种打车软件派单方法和装置 |
| CN110619551A (zh) * | 2018-06-19 | 2019-12-27 | 北京嘀嘀无限科技发展有限公司 | 订单分配方法、订单分配系统、计算机设备及存储介质 |
| CN110689150A (zh) * | 2018-06-19 | 2020-01-14 | 北京嘀嘀无限科技发展有限公司 | 基于机器学习的订单预测方法、预测装置及计算机设备 |
| CN110839346A (zh) * | 2018-06-19 | 2020-02-25 | 北京嘀嘀无限科技发展有限公司 | 用于分配服务请求的系统和方法 |
| CN110929157A (zh) * | 2019-11-28 | 2020-03-27 | 深圳市元征科技股份有限公司 | 用于共享出行的数据推荐方法、装置、及可读存储介质 |
| WO2020124618A1 (zh) * | 2018-12-21 | 2020-06-25 | 深圳市优必选科技有限公司 | 车辆查询方法、系统、装置、计算机设备及存储介质 |
| CN111442779A (zh) * | 2019-01-16 | 2020-07-24 | 百度在线网络技术（北京）有限公司 | 出行方式推荐方法及装置 |
| CN111756783A (zh) * | 2019-03-29 | 2020-10-09 | 比亚迪股份有限公司 | 终端的信息推送方法、服务器和终端的信息推送系统 |
| CN111858847A (zh) * | 2020-05-19 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种订单处理方法、装置、电子设备及可读存储介质 |
| CN114519438A (zh) * | 2020-11-19 | 2022-05-20 | 上海擎感智能科技有限公司 | 预约驾驶员的方法及电子设备 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886440A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技（深圳）有限公司 | 网约车控制方法、装置、计算机设备及存储介质 |
| US11367121B2 (en) | 2020-06-15 | 2022-06-21 | Capital One Services, Llc | Recommendation engine that utilizes travel history to recommend vehicles for customers |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100042549A1 (en) * | 2003-06-24 | 2010-02-18 | Maria Adamczyk | Methods, systems and computer program products for ride matching based on selection criteria and driver characteristic information |
| CN103996290A (zh) * | 2014-06-09 | 2014-08-20 | 北京东方车云信息技术有限公司 | 一种提供叫车服务的方法、服务器及系统 |
| CN105894359A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术（北京）有限公司 | 订单推送方法、装置及系统 |
| CN106127586A (zh) * | 2016-06-17 | 2016-11-16 | 上海经达信息科技股份有限公司 | 大数据时代下车险费率辅助决策系统 |
| CN106372817A (zh) * | 2016-10-25 | 2017-02-01 | 先锋智道（北京）科技有限公司 | 一种司机驾驶行为生成方法、装置及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105719173A (zh) * | 2016-01-19 | 2016-06-29 | 滴滴（中国）科技有限公司 | 订单处理方法和订单处理设备 |
| CN105489001A (zh) * | 2015-12-11 | 2016-04-13 | 惠州Tcl移动通信有限公司 | 一种出租车调度优化方法及系统 |
| CN105956908A (zh) * | 2016-05-13 | 2016-09-21 | 深圳市永兴元科技有限公司 | 订单分配方法及系统 |
| CN107194762A (zh) * | 2017-05-05 | 2017-09-22 | 腾讯科技（深圳）有限公司 | 交通工具推荐方法、系统及其设备 |
-
2017
- 2017-05-05 CN CN201710313989.5A patent/CN107194762A/zh active Pending
-
2018
- 2018-04-27 WO PCT/CN2018/084763 patent/WO2018201979A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100042549A1 (en) * | 2003-06-24 | 2010-02-18 | Maria Adamczyk | Methods, systems and computer program products for ride matching based on selection criteria and driver characteristic information |
| CN103996290A (zh) * | 2014-06-09 | 2014-08-20 | 北京东方车云信息技术有限公司 | 一种提供叫车服务的方法、服务器及系统 |
| CN105894359A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术（北京）有限公司 | 订单推送方法、装置及系统 |
| CN106127586A (zh) * | 2016-06-17 | 2016-11-16 | 上海经达信息科技股份有限公司 | 大数据时代下车险费率辅助决策系统 |
| CN106372817A (zh) * | 2016-10-25 | 2017-02-01 | 先锋智道（北京）科技有限公司 | 一种司机驾驶行为生成方法、装置及系统 |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018201979A1 (zh) * | 2017-05-05 | 2018-11-08 | 腾讯科技（深圳）有限公司 | 交通工具推荐方法、系统及其设备 |
| CN108038707A (zh) * | 2017-11-01 | 2018-05-15 | 平安科技（深圳）有限公司 | 项目推荐方法、电子设备及计算机可读存储介质 |
| CN108153829B (zh) * | 2017-12-12 | 2021-12-28 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108009735A (zh) * | 2017-12-12 | 2018-05-08 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108153829A (zh) * | 2017-12-12 | 2018-06-12 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108182512A (zh) * | 2017-12-12 | 2018-06-19 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108182512B (zh) * | 2017-12-12 | 2022-07-22 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108009735B (zh) * | 2017-12-12 | 2022-07-22 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN107993019B (zh) * | 2017-12-12 | 2022-07-22 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN107993019A (zh) * | 2017-12-12 | 2018-05-04 | 北京字节跳动网络技术有限公司 | 一种简历评估方法及装置 |
| CN108376354A (zh) * | 2018-01-10 | 2018-08-07 | 链家网（北京）科技有限公司 | 一种基于网络图结构的推荐方法及装置 |
| CN110839346A (zh) * | 2018-06-19 | 2020-02-25 | 北京嘀嘀无限科技发展有限公司 | 用于分配服务请求的系统和方法 |
| CN110689150A (zh) * | 2018-06-19 | 2020-01-14 | 北京嘀嘀无限科技发展有限公司 | 基于机器学习的订单预测方法、预测装置及计算机设备 |
| CN110619551A (zh) * | 2018-06-19 | 2019-12-27 | 北京嘀嘀无限科技发展有限公司 | 订单分配方法、订单分配系统、计算机设备及存储介质 |
| WO2020124618A1 (zh) * | 2018-12-21 | 2020-06-25 | 深圳市优必选科技有限公司 | 车辆查询方法、系统、装置、计算机设备及存储介质 |
| CN111442779A (zh) * | 2019-01-16 | 2020-07-24 | 百度在线网络技术（北京）有限公司 | 出行方式推荐方法及装置 |
| US11313694B2 (en) | 2019-01-16 | 2022-04-26 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for recommending travel way |
| CN109919708A (zh) * | 2019-01-24 | 2019-06-21 | 平安科技（深圳）有限公司 | 一种打车软件派单方法和装置 |
| CN111756783A (zh) * | 2019-03-29 | 2020-10-09 | 比亚迪股份有限公司 | 终端的信息推送方法、服务器和终端的信息推送系统 |
| CN111756783B (zh) * | 2019-03-29 | 2021-11-12 | 比亚迪股份有限公司 | 终端的信息推送方法、服务器和终端的信息推送系统 |
| CN110929157A (zh) * | 2019-11-28 | 2020-03-27 | 深圳市元征科技股份有限公司 | 用于共享出行的数据推荐方法、装置、及可读存储介质 |
| CN111858847A (zh) * | 2020-05-19 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种订单处理方法、装置、电子设备及可读存储介质 |
| CN114519438A (zh) * | 2020-11-19 | 2022-05-20 | 上海擎感智能科技有限公司 | 预约驾驶员的方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2018201979A1 (zh) | 2018-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107194762A (zh) | 交通工具推荐方法、系统及其设备 | |
| US20200410454A1 (en) | System and method for managing on-demand test drives | |
| US20180053136A1 (en) | Interactive real time system and real time method of use thereof in conveyance industry segments | |
| CN112766607B (zh) | 出行路线的推荐方法、装置、电子设备及可读存储介质 | |
| CN106652515B (zh) | 车辆自动控制方法、装置和系统 | |
| CN104034336B (zh) | 用于选择导航路线并提供沿路广告的方法和系统 | |
| CN102479431A (zh) | 具配对功能的计程车叫车系统及其方法 | |
| CN107702725B (zh) | 行车路线推荐方法及装置 | |
| CN106447114A (zh) | 提供叫车服务的方法和装置 | |
| US10222220B2 (en) | Travel planner platform for providing quality tourism information | |
| DE102013202692A1 (de) | System zum finden von fahrzeugfahrtübereinstimmungen und verfahren | |
| CN106227786A (zh) | 用于推送信息的方法和装置 | |
| CN109408710A (zh) | 搜索结果优化方法、装置、系统及存储介质 | |
| CN108062865A (zh) | 停车方向提示方法及装置 | |
| DE112020003033T5 (de) | Verfahren und Vorrichtung zum Verbessern einer Geolokalisierungsdatenbank | |
| CN106909269A (zh) | 一种车型标签的展示方法及系统 | |
| CN107562744A (zh) | 信息推荐方法及系统、电子设备、及数据库 | |
| US9002878B2 (en) | Roadside apparatus, control method and program | |
| CN108494938A (zh) | 头像信息处理方法、装置、服务器及计算机可读介质 | |
| CN112805762A (zh) | 提高交通状况可视化的系统和方法 | |
| CN115220843A (zh) | 基于场景、画像和产品体验的产品开发创景创新方法及系统 | |
| US20170138736A1 (en) | Management of Event Information for Interested Users | |
| CN111007994B (zh) | 图像生成装置、图像生成方法和记录程序的非暂时性记录介质 | |
| Vaidyanathan | Energy Savings from Information and Communications Technologies in Personal Travel | |
| Sampath Kumar et al. | Study on Consumer Requirements for Automotive Infotainment Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170922 |
|
| RJ01 | Rejection of invention patent application after publication |